MétaCan
Menu
Retour à la cohorte
Enregistrement W2030909676 · doi:10.1002/mren.200900063

Kinetic Modeling of Surface‐Initiated Atom Transfer Radical Polymerization

2010· article· en· W2030909676 sur OpenAlexafffund
Xiang Gao, Wei Feng, Shiping Zhu, Heather Sheardown, John L. Brash

Notice bibliographique

RevueMacromolecular Reaction Engineering · 2010
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Polymer Synthesis and Characterization
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAtom-transfer radical-polymerizationCatalysisRadical polymerizationPolymerPolymer chemistryPolymerizationChemistryWaferChemical engineeringMaterials scienceNanotechnologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract A kinetic model has been developed using the method of moment for surface‐initiated atom transfer radical polymerization (s‐ATRP) from flat solid surfaces based on a moving boundary physical model. The model is verified with the experimental data of 2‐methacryloyloxyethyl phosphorylcholine from silicon wafer, which were carried out by either adding free initiator (Method I) or excess deactivator (Method II) to the solution. It is shown through the modeling that Method II gives better control over polymer molecular weight and thicker graft layer under similar conditions than Method I. A new mechanism is proposed for the radical termination based on the fact that the rapid activation/deactivation cycle reactions facilitate “migration” of radical centers on the surface. The rate constant of “migration termination” is thus catalyst concentration dependent with higher catalyst concentration resulting in higher termination. Lowering catalyst concentration suppressed migration termination that could improve the control and livingness of s‐ATRP. However, there exists a catalyst concentration for the optimal control performance. magnified image

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromolecular Reaction EngineeringMême sujetAdvanced Polymer Synthesis and CharacterizationTravaux en français237 207